Université Cadi Ayyad Filière : SMA S5

Faculté des Sciences Sémlalia Module : M4-Programmation Mathématique

Département de mathématiques Session I 2020-21
Le Lundi 08 Mars 2021 Durée 1 heure 30 mn
Tou document, calculatrice ou téléphone non-autorisé
Vos réponses doivent être justifiées (= démontrées ou bien validées par un contre-exemple)..

Nom et Prénom : —————————————————————–

Numéro d’Apogée : —————————————— Note sur 20

Numéro de table : ——————————————–

Exercice 1 :(5 points) Soit C ⊂ Rn . Le polaire de C est l’ensemble défini par

C 0 := {y ∈ Rn : ∀x ∈ C, xT y ≤ 1}.
1. Montrer que si C est convexe, alors C 0 est lui aussi convexe.
◦
2. Montrer que si 0 est dans l’intérieur de C : 0 ∈C , alors C 0 est borné.
◦
3. Montrer que si C est borné, alors 0 est dans l’intérieur de C 0 : 0 ∈(C 0 ).
Solution : 1. (2pts) Soient y1 , y2 ∈ C 0 et t ∈ [0, 1] fixés, alors pour tout x ∈ C,
on aura
xT y1 ≤ 1 et xT y1 ≤ 1.
Donc, ∀x ∈ C,
xT ((1 − t)y1 + ty2 ) = (1 − t)xT y1 + txT y2 ≤ (1 − t) + t = 1.
Ainsi, (1 − t)y1 + ty2 ∈ C 0 , et donc C 0 est convexe.

2. (1,5pt) On fixe y ∈ C 0 , alors pour tout x ∈ C, on aura xT y ≤ 1.

◦
Par hypothèse, on a 0 ∈C , donc il existe r > 0 tel que B(0, r) ⊂ C, et par suite
r
si u ∈ Rn \ {0} alors x = kuk u ∈ C, car
r r
kxk = u = kuk = r =⇒ x ∈ B(0, r) =⇒ x ∈ C.
kuk kuk
D’où
T
uT y

1 r 1 1
kyk = sup = sup u y= sup xT y ≤ .
u∈Rn \{0} kuk r u∈Rn \{0} kuk r u∈Rn \{0} r

Donc C 0 est inclus dans la boule fermé de centre 0 et de rayon 1r . Ainsi, C 0 est
borné.

1
3. (1,5pt) On suppose que C est borné. Alors, il existe M > 0 tel que pour
tout x ∈ C, kxk ≤ M .
En prenant r = M1 , on obtient pour tout y ∈ B(0, r) et tout c ∈ C,
1
xT y ≤ kxkkyk ≤ M r = M × = 1.
M
D’où y ∈ C 0 , ce qui donne B(0, r) ⊂ C 0 . Ainsi, 0 est dans l’intérieur de C 0 .

Exercice 2 : (9 points)
On considère le problème de programmation linéaire suivant :
Maximiser 
x1 + 3x2 + x3
 x1 + x2 + 3x3 ≥ 15
(P)
Sous-cont x1 + 2x2 + x3 ≤ 10
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0.


1. Écrire le problème programmation linéaire (P) sous forme standard.

2. En utilisant la méthode des tableaux résoudre le programme (P).
3. Écrire le programme duale (P)∗ associé au problème (P).
4. Déduire du tableau final dans la question 2 la solution de base optimale de (P ∗ ).
5. En utilisant le Théorème de complémentarité retrouver la solution de base optimale de
(P ∗ ) à partir de celle de (P).

Solution : 1. (1pt) En ajoutant deux variables d’écart x4 , x5 , le problème (P)

sous forme standard est :
Maximiser x1 + 3x2 + x3
 x1 + x2 + 3x3 − x4 = 15
(P)
Sous-cont x + 2x2 + x3 + x5 = 10
 1
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0, x5 ≥ 0.
2. (4pts) Vue que la solution de base initiale n’est pas automatique, nous allons
résoudre (P) par la méthode des tableaux à deux phases :

? Phase I : En ajoutant une variable artificielle x6 , nous allons résoudre le

problème auxiliaire sous forme standard suivant :

Maximiser −x
 6
 x1 + x2 + 3x3 − x4 + x6 = 15
(Pa )
Sous-cont x1 + 2x2 + x3 + x5 = 10
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0, x5 ≥ 0, x6 ≥ 0.


2
 ca 0 0 0 0 0 -1
x1 x2 x3 x4 x5 x6 x0
x6 1 1 3 -1 0 1 15 `01
x5 1 2 1 0 1 0 10 `02
∆a0 1 1 3 1 0 0 −w0 = 15 `03
Tableau 1

ca 0 0 0 0 0 -1
x1 x2 x3 x4 x5 x6 x1
x3 1/3 1/3 1 -1/3 0 1/3 5 `11 = `01 /3
x5 2/3 5/3 0 1/3 1 -1/3 5 `12 = `02 − 2`11
∆a1 0 0 0 0 0 -1 −w1 = 0 `13 = `02 − 6`11
Tableau 2

Il y a donc une solution de base optimale au problème auxiliaire (Pa ), qui est
une solution de base initiale au problème (P). Nous pouvons donc passer à la
Phase II pour résoudre (P).

? Phase II :
c 1 3 1 0 0
x1 x2 x3 x4 x5 x0
x3 1/3 1/3 1 -1/3 0 5 `11 = `01 /3
x5 2/3 5/3 0 1/3 1 5 `12 = `02 − 2`11
∆0 2/3 8/3 0 -1/3 0 −z0 = 5 `13 = `02 − 6`11
Tableau 1
c 1 3 1 0 0
x1 x2 x3 x4 x5 x1
x3 1/5 0 1 -2/5 -1/5 4 `11 = `01 /3
x2 2/5 1 0 1/5 3/5 3 `12 = `02 − 2`11
∆1 -2/5 0 0 -1/5 -8/5 −z1 = −13 `13 = `02 − 6`11
Tableau 2

Dans le tableau 2, toutes les composantes de ∆1 sont négatives, alors la solution

de base optimale est x̄ = x1 = (0, 3, 4)T , et la valeur optimale est z̄ = z1 = 13.

3
3. (1,5pt) On écrit le programme (P) sous forme :

Maximiser 
x1 + 3x2 + x3
 −x1 − x2 − 3x3 ≤ −15
(P)
Sous-cont x1 + 2x2 + x3 ≤ 10
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0.


alors son programme dual est

Minimiser −15y
 1 + 10y2
 −y1 + y2 ≥ 1
∗

(P ) −y1 + 2y2 ≥ 3

Sous-cont

 −3y1 + y2 ≥ 1
y1 ≥ 0, y2 ≥ 0.


4. (1pt) Puisque le programme linéaire (P) est sous forme canonique, alors du
tableau final de cette phase primale, on déduit que la solution de base optimale
du programme linéaire dual (P ∗ ) se déduit des composantes de ∆1 dans le
tableau final, en prenant :
1 8
ȳ1 = ∆41 = et ȳ2 = ∆51 = .
5 5
La valeur optimale de (P ∗ ) est w̄ = −15ȳ1 + 10ȳ2 = 13.

5. (1,5pt) Du théoreme de complémentarité, on déduit que :


 x̄1 (−ȳ1 + ȳ2 − 1) = 0
x̄ (−ȳ1 + 2ȳ2 − 3) = 0
 2
x̄3 (−3ȳ1 + ȳ2 − 1) = 0
et le fait que x̄2 > 0, x̄3 > 0, nous donne le système du premier ordre

−ȳ1 + 2ȳ2 = 3
−3ȳ1 + ȳ2 = 1
1 8
qui a pour solution ȳ1 = et ȳ2 = .
5 5  T
1 8
Donc la solution du programme dual (P ∗ ) est ȳ = , .
5 5

4
SMA S3 AModule : M4-Program Math Session 1 - 2020/21 Le 8 Mars 2021

Nom et Prénom : —————————————————————–

Numéro d’Apogée : ————————————— Numéro de table : ————————-

Exercice 3 : (6 points) Soient

f (x, y) = ln(x2 + y 2 ) − x2 − x, D = R2 \ {(0, 0)} et g(x, y) = x2 + y 2 − 1.

1. On cherche maintenant à optimiser f sur D.

(a) Montrer que f n’admet aucun extremum global sur D.
(b) Déterminer les points critiques de f sur D.
(c) Donner la nature des points critiques de f .
2. On cherche maintenant à optimiser f sous la contrainte g(x, y) = 0.
(a) En utilisant les conditions d’optimalité du premier ordre, chercher les 4 points cri-
tiques de f associée à la contrainte g(x, y) = 0.
(b) Montrer que f admet un maximum global et un minimum global sous la contrainte
g(x, y) = 0. Préciser les points où ces extrema sont atteints et donner leurs valeurs.

Solution : 1. (a) (1pt) On a

ln x2
 
1
lim f (x, 0) = lim ln x2 − x2 − x = lim x2


− 1 − = −∞
x→0 x→0 x→0 x2 x
ln x2
car lim+ 2 = −∞, et
x→0 x
lim f (0, y) = lim ln y 2 = +∞.
y→+∞ y→+∞

On déduit que f ne peut admettre d’extremum global sur D.

(b) (1pt) Pour trouver les points critiques de f sur D, il suffit de résoudre le
système ∇f (x, y) = 0 dans D. Pour cela, on a
!  
2x
− − 2x − (2x + 1)(x2 + y 2 ) = 0

2
x +y 2 2x 1 0
∇f (x, y) = 0 ⇔ 2y = ⇔
x2 +y 2
0 y = 0

Après résolution de ce système, on déduit que les seuls points critiques de f sur
D sont
√ ! √ !
1 + 17 1 − 17
(x1 , y1 ) = − ,0 et (x2 , y2 ) = − ,0 .
4 4

5
(c) (1pt) Pour obtenir la nature de ces points critiques de f , on calcule d’abord
la matrice hessienne de f :
 y2 −x2 
2 (x2 +y2 )2 − 2 − (x24xy
 2(x2 +1) 
2
+y ) 2 − x2 0
∇2 f (x, y) =  2
 donc ∇ f (x, 0) =  .
 
2 2
−y
− (x24xy
+y 2 )2 2 (xx2 +y 2 )2 0 2
x2
 √   √ 
2 1+ 17 2 1− 17
Par suite les deux matrices hessiennes ∇ f − 4 ,0 et ∇ f − 4 , 0 ont
√
des valeurs
√
propres de signes opposés. D’où ces deuxpoints critiques (− 1+4 17 , 0)
et (− 1−4 17 , 0) sont des points-selles locaux de f sur D.

2. (a) (2pts) On a à minimiser f sur C qui est un ensemble à une seule

contrainte égalité. Donc d’après le théorème des conditions nécessaires du 1er
ordre, si f et g sont de classe C 1 sur R2 , si (x, y) ∈ C un extremum local de f
sur l’ensemble C, et ∇g(x, y) 6= 0, alors on aura existence d’un unique λ ∈ R
(multiplicateurs de Lagrange) tel que ∇f (x, y) = λ∇g(x, y).
En appliquant cette condition et la contrainte, on aura à résoudre le système :
2x

 − 2x − 1 = 2xλ (1)
 x2 + y 2
 

∇f (x, y) = λ∇g(x, y) 2y
⇔ = 2yλ (2)
g(x, y) = 0 2 + y2



 2 x
x + y2 = 1 (3)

En utilisant (3), on aboutit au système équivalent

xλ = − 12 (1)
 
 2x − 2x − 1 = 2xλ 
2y = 2yλ ⇐⇒ (y − 1)λ = 0 (2)
 2 2  2
x +y =1 x + y 2 = 1 (3)
√
? Si λ = 1, alors (1) donne √
x=− 21 , 1
et donc d’après√(3), 1 =
4 +y
2
=⇒ y = ± 23 .
Ainsi, (x, y, λ) = (− 12 , − 23 , 1) ou (x, y, λ) = (− 21 , 23 , 1).
? Si λ 6= 1, alors (2) donne y = 0, et donc d’après (3,(1), x = ±1 et λ = − ± 21 .
Ainsi, (x, y, λ) = (−1, 0, 12 ) ou (x, y, λ) = (1, 0, − 12 )).
On déduit que tous les 4 points critiques de f associée à la contrainte g(x, y) = 0
sont √ !
1 3
− ,± et (±1, 0).
2 2

6
2. (b) (1pt) Pour conclure
 les √minimaux
 globals de f , il suffit de calculer les
valeurs de f aux points − 21 , ± 23 et (±1, 0).
Puisque (x, y) ∈ C implique x2 + y 2 = 1, alors

f (x, y) = ln(x2 + y 2 ) − x2 − x = ln 1 − x2 − x = −x2 − x.

Donc √ !
1 3 3
f − ,± = − et f (−1, 0) = 0 et f (1, 0) = −2,
2 2 4
et par suite, le point (1, 0) réalise la valeur minimale globale de f sur C.

=========================================== Fin d’épreuve